R语言爬虫系列（1）XML抓取表格数据

使用XML抓取表格数据

install.packages("XML")

trying URL 'https://cran.rstudio.com/bin/windows/contrib/3.4/XML_3.98-1.19.zip'

Content type 'application/zip' length 4324690 bytes (4.1 MB)

downloaded 4.1 MB

package ‘XML’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in

      C:\Users\L2M201N003\AppData\Local\Temp\Rtmpi0lYxz\downloaded_packages

 library(XML)

Warning message:

程辑包‘XML’是用R版本3.4.4 来建造的 

 url <- 'http://www.stat-nba.com/team/GSW.html'

 dt1 <- readHTMLTable(url,header = T)

 names(dt1[[1]]) <- rvest::repair_encoding(names(dt1[[1]]))

head(dt1[[1]])

1      斯蒂芬-库里   62   62 34.3 46.9%  9.3 19.9 43.1%  5.1 11.9 91.2%  4.0  4.4  5.4  0.7  4.7

2      凯文-杜兰特   71   71 35.2 51.6%  9.5 18.4 35.1%  1.8  5.1 88.5%  6.1  6.8  6.5  0.5  6.1

3      克莱-汤普森   71   71 34.4 46.9%  8.6 18.4 40.1%  3.1  7.8 81.8%  1.8  2.2  4.0  0.5  3.5

4  德马库斯-考辛斯   24   24 26.0 48.4%  5.8 12.0 25.7%  0.8  2.9 76.1%  3.6  4.7  8.0  1.4  6.6

5    德雷蒙德-格林   59   59 31.4 43.5%  2.7  6.3 27.4%  0.7  2.5 67.9%  1.0  1.4  7.3  0.9  6.4

6  约纳斯-杰雷布科   66    6 16.9 46.3%  2.2  4.8 36.3%  0.9  2.5 81.3%  0.9  1.1  4.1  1.0  3.1

  助攻 抢断 盖帽 失误 犯规 得分

1  5.3  1.3  0.4  2.9  2.5 27.8

2  5.7  0.8  1.1  3.0  2.0 26.8

3  2.4  1.1  0.6  1.5  2.1 22.1

4  3.7  1.3  1.5  2.4  3.7 15.9

5  6.9  1.4  1.0  2.6  3.2  7.1

6  1.3  0.3  0.2  0.6  1.8  6.3

#练习 爬取达拉斯独行侠队数据

> url="http://www.stat-nba.com/team/DAL.html"

> dt2 <- readHTMLTable(url,header = T)

> names(dt2[[1]]) <- rvest::repair_encoding(names(dt2[[1]]))

Best guess: UTF-8 (100% confident)

> head(dt2[[1]])

              球员 出场 首发 时间  投篮 命中 出手  三分 命中 出手  罚球 命中 出手 篮板 前场 后场

1      卢卡-东契奇   70   70 32.3 42.5%  7.0 16.4 32.7%  2.3  7.2 70.9%  4.8  6.8  7.6  1.1  6.5

2    哈里森-巴恩斯   49   49 32.2 40.4%  5.9 14.6 38.9%  2.5  6.3 83.3%  3.4  4.0  4.2  0.7  3.5

3  蒂姆-哈达威二世   19   17 29.3 40.4%  5.7 14.1 32.1%  2.4  7.4 76.7%  1.7  2.3  3.2  0.4  2.8

4    韦斯利-马修斯   44   44 29.8 41.4%  4.4 10.7 38.0%  2.3  6.0 79.1%  2.0  2.5  2.3  0.5  1.9

5  小丹尼斯-史密斯   32   32 28.4 44.0%  4.9 11.2 34.4%  1.3  3.9 69.5%  1.8  2.6  3.0  0.6  2.5

6    德安德鲁-乔丹   50   50 31.1 64.4%  4.2  6.5        0.0  0.0 68.2%  2.7  4.0 13.7  3.2 10.5

  助攻 抢断 盖帽 失误 犯规 得分

1  5.9  1.1  0.3  3.4  1.9 21.1

2  1.3  0.7  0.2  1.4  1.6 17.7

3  1.9  0.6  0.1  1.3  1.8 15.5

4  2.3  0.8  0.3  1.3  2.3 13.1

5  4.3  1.3  0.3  3.1  2.6 12.9

6  2.0  0.7  1.1  2.2  2.5 11.0